-
公开(公告)号：CN112183198A
公开(公告)日：2021-01-05
申请号：CN202010851927.1
申请日：2020-08-21
Applicant: 北京工业大学
Abstract: 肢体骨架和头手部件轮廓融合的手势识别方法属于计算机视觉领域。本发明提出了使用人体骨架姿态特征结合手势部件轮廓特征描述人体手势。本发明使用轮廓检测网络识别出的手势部件类别表征人体局部信息，使得人体模型结构更加完整。本发明剪裁CPM网络构造人体骨架关键节点识别网络KEN，使其具有足够的实时性，在实际测试中可以达到每秒15帧的识别速度，同时具有较高的识别精度，本发明设计并实现了人体动态手势识别机GRSCTFF，使其可以在多种复杂场景下较为准确的识别人体动态手势的类别，解决了基于计算机视觉的人体手势识别方法易受光照、背景和手势动态变化影响等问题；具有参数量较少，运算速度快，识别精度高的特点。
-
公开(公告)号：CN110532898A
公开(公告)日：2019-12-03
申请号：CN201910732567.0
申请日：2019-08-09
Applicant: 北京工业大学
Abstract: 一种基于智能手机多传感器融合的人体活动识别方法属于智能人机交互领域，本发明利用智能手机集成的惯性传感器、磁力计和气压计等多模态传感器，提出了融合智能手机多模态传感器的人体活动识别方法。本发明的主要内容为：(1)建立基于笛卡尔坐标系的人体活动模型以及多传感器融合的人体活动识别框架；(2)人体进行日常活动，实验者通过携带智能手机采集多传感器数据；(3)通过数据预处理对原始传感器数据进行去躁、特征提取和选择；(4)设计基于Stacking的多模态数据融合集成RSK-Stacking算法对最优的人体活动数据集进行训练得到人体活动识别模型，进而对人体活动进行识别。
-
-
-
公开(公告)号：CN106568456B
公开(公告)日：2019-09-03
申请号：CN201611021343.1
申请日：2016-11-21
Applicant: 北京工业大学
IPC: G01C21/34
Abstract: 基于GPS/北斗定位和云计算平台的不停车收费方法属于电子信息领域，本发明以GPS轨迹点为圆心圈选属于此圆的路段集，作为被选路径。本发明加入方向约束条件共同约束，并且提出如何判断方向。行车方向判断提出了一种基于线路拐点的上下行判断算法，用以判断方向。最终匹配路径的选择基于欧几里德距离的系数轨迹相似性算法。本发明可实现在行车轨迹、备选路径和最终匹配路径的优化下道路车辆监管的自动化、简单化。
-
Patent Agency Ranking
公开(公告)号：CN102611646A
公开(公告)日：2012-07-25
申请号：CN201210120493.3
申请日：2012-04-23
Applicant: 北京工业大学
Abstract: 基于ZigBee和XML的物联网数据网关属于物联网电子信息技术领域，其特征在于，由物联网中各无线传感节点来将数据通过ZigBee实时发送到物联网网关，数据网关将接收到的数据采用XML描述并存储于数据网关的SD卡上，同时将打包后的数据通过ZigBee转发给相连的网络设备。当数据网关通过USB2.0接口与计算机设备相连时，用户可以通过在计算机上运行数据转存软件，将在数据网关上保存的数据转存至用户计算机。当按下数据网关上的“Btn_delete”按钮时，可删除数据网关上保存的传感数据。本发明采用XML描述传感数据，用户可以方便数据的共享、转存与传输，同时能实时备份传感数据。
-
公开(公告)号：CN116343237A
公开(公告)日：2023-06-27
申请号：CN202110883236.4
申请日：2021-08-02
Applicant: 北京工业大学
IPC: G06V30/40 , G06V20/62 , G06V30/19 , G06V10/82 , G06N3/0464 , G06F16/332 , G06F16/36
Abstract: 基于深度学习和知识图谱的票据识别方法属于电子信息领域。系统由文字检测模块、文字识别模块、关键信息提取模块组成。其中文字检测模块通过文本检测算法获得图片中的文字位置坐标，然后传输给文字识别模块和关键信息提取模块。文字识别模块对文字检测模块提供的坐标区域的文字进行预测，获得文本信息，同时将文本信息传输给关键信息提取模块。最后，关键信息提取模块根据文字的位置信息和对应文本信息预测出该文字片段所属的实体类别，并借助于票据知识图谱提炼票据中发票编号、公司名称等关键信息与企查查等Web检索中获得的公司名称、地名等信息进行矫正和适配，进而提高票据识别的准确率。
-
公开(公告)号：CN110287844A
公开(公告)日：2019-09-27
申请号：CN201910529956.3
申请日：2019-06-19
Applicant: 北京工业大学
Abstract: 基于卷积姿势机和长短时记忆的交警手势识别方法属于电子信息领域。本发明在分析交警手势的关节铰接特征基础上，建立基于关节点和骨架的交警手势模型；应用CPM提取交警手势的关键节点，并在此基础上提取交警手势骨架的相对长度及其与重力加速度的夹角作为交警手势的空间上下文特征；将CPM与LSTM结合提取交警手势的空间和时序特征，并构造了CTPGR；创建交警手势视频库，并对CTPGR进行训练和验证；实验证明CTPGR可以快速准确的识别交警手势，系统的准确率达到95.09％，并对光线、背景和交警手势位置变化具有较强的抗干扰能力。
-
公开(公告)号：CN104392583A
公开(公告)日：2015-03-04
申请号：CN201410706667.3
申请日：2014-11-27
Applicant: 北京工业大学
CPC classification number: G08B21/043 , G08B25/08
Abstract: 一种基于KNN算法的跌倒检测与报警系统及方法，属于电子信息领域。跌倒检测与报警的方法包括以下步骤：三轴加速度传感器和三轴陀螺仪分别实时采集人体活动中上躯干部位的三维加速度和三维角速度数据；微处理器计算合加速度与合角速度；蓝牙设备传输合加速度和合角速度数据到智能手机；智能手机初始化合加速度和合角速度数据滑动窗口；智能手机接收合加速度和合角速度数据；智能手机判断滑动窗口是否填满；智能手机计算测试样本与训练样本之间的距离，找出该测试样本的k个最近邻居；智能手机根据k个最近邻居判断是否发生跌倒；智能手机根据所设置的报警方式通知设定的联系人。本发明具有检测精度高、误警率低、实时检测、便携易用等特点。
-
公开(公告)号：CN110287844B
公开(公告)日：2021-07-23
申请号：CN201910529956.3
申请日：2019-06-19
Applicant: 北京工业大学
Abstract: 基于卷积姿势机和长短时记忆的交警手势识别方法属于电子信息领域。本发明在分析交警手势的关节铰接特征基础上，建立基于关节点和骨架的交警手势模型；应用CPM提取交警手势的关键节点，并在此基础上提取交警手势骨架的相对长度及其与重力加速度的夹角作为交警手势的空间上下文特征；将CPM与LSTM结合提取交警手势的空间和时序特征，并构造了CTPGR；创建交警手势视频库，并对CTPGR进行训练和验证；实验证明CTPGR可以快速准确的识别交警手势，系统的准确率达到95.09％，并对光线、背景和交警手势位置变化具有较强的抗干扰能力。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
